感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程时长 7 小时
课程大纲
自主AI基础
- 受监管组织中自主AI的含义
- 业务、法律及运营驱动力
- 核心控制领域：数据、模型、基础设施和运营
监管要求与风险映射
- 数据驻留、隐私及行业特定义务
- 将敏感数据映射至AI用例
- 识别跨境、日志记录及第三方暴露风险
治理数据、提示词与日志
- 提示词治理与合理使用边界
- 提示词、响应及元数据的日志策略
- 保留、脱敏、掩码及访问控制实践
- 练习：审查AI数据流的治理缺口
模型托管与推理环境选项
- 公共API、私有云、本地部署及混合部署选择
- 决定模型运行位置的关键因素
- 控制、安全、成本与运营所有权之间的权衡
供应商依赖与可移植性
- 模型、工具及平台中常见的锁定模式
- 通过模块化架构、开放接口和明确合同实现可移植性
- 练习：依据自主性标准评估供应商
治理模型与行动计划
- IT、安全、法律及合规部门的角色与职责
- 用例、模型及运营变更的审批工作流
- 可审计性、监控及事件响应期望
- 制定实用的自主AI路线图及后续步骤
要求
- 具备AI概念、数据治理及合规要求的基本知识
- 熟悉企业技术、云、安全或风险决策流程
- 无需编程经验
受众
- IT领导者、企业架构师及平台管理者
- 风险管理、合规、法律及数据治理专业人士
- 负责受监管环境中AI采用的安全团队及业务领导者
